什么是全球导航卫星系统?

全球导航卫星系统(GNSS,Global Navigation Satellite System)是由多颗人造卫星组成的空间定位网络,能够为地球表面或近地空间的用户提供全天候、全天时、全球覆盖的三维位置、速度及时间信息。该系统通过接收至少四颗卫星发射的无线电信号,利用三角测量原理计算出接收器的精确位置。目前全球主要的GNSS包括美国的GPS、俄罗斯的GLONASS、欧盟的伽利略系统以及中国的北斗系统,这些系统相互兼容并形成多星座增强定位能力。 在自动驾驶领域,GNSS是车辆高精度定位的核心基础设施之一,尤其在开阔路段能提供米级甚至厘米级的定位精度(结合RTK差分技术)。但需注意的是,GNSS信号容易受到城市峡谷、隧道等环境的遮挡,因此实际应用中通常与惯性导航系统(INS)、激光雷达和视觉传感器等多源数据融合,构成更可靠的定位解决方案。近年来,随着北斗三号全球组网完成,中国自动驾驶企业获得了更自主可控的卫星定位支持,这对高精地图采集、车辆全局路径规划等环节具有战略意义。

什么是GEO卫星?

GEO卫星(Geostationary Earth Orbit Satellite)是指运行在地球静止轨道上的人造卫星,其轨道高度约为35,786公里,轨道周期与地球自转周期相同,因此从地面观察时,卫星始终固定在天空中的同一位置。这种特性使其特别适合用于通信、气象观测和导航等需要持续覆盖特定区域的场景。GEO卫星通常具有较大的覆盖范围,单颗卫星即可覆盖地球表面约三分之一区域,但高轨道也带来了较高的信号延迟和发射成本。 在自动驾驶领域,GEO卫星主要作为高精度定位系统(如北斗、GPS)的信号源,为车辆提供全天候的位置基准。其稳定覆盖特性尤其适合高速公路等开阔区域的定位服务,但城市峡谷环境中信号易受遮挡的短板,也促使自动驾驶系统需结合地面基站和惯性导航实现多源融合定位。目前,新一代GEO卫星正通过搭载原子钟、星间链路等技术提升定位精度至厘米级,这将显著增强自动驾驶在卫星信号薄弱区域的可靠性。

什么是PPP定位?

PPP定位(Precise Point Positioning)是一种基于全球卫星导航系统(GNSS)的高精度定位技术,通过利用单台接收机观测多颗卫星的原始观测数据,结合精确的卫星轨道和钟差改正信息,实现厘米级甚至毫米级的定位精度。与传统差分定位技术不同,PPP定位无需依赖地面基准站,仅需接收来自卫星的信号和全球分布的参考站提供的改正数据即可完成高精度解算。该技术通过精密模型修正电离层延迟、对流层延迟等误差源,并采用动态滤波算法逐步收敛定位结果,特别适用于需要全球覆盖且对基准站依赖度低的场景。 在自动驾驶汽车开发中,PPP定位技术的应用前景广阔。它能够为车辆提供连续、可靠的高精度绝对位置信息,弥补视觉和激光雷达等相对定位传感器的不足。尤其在高速公路、隧道出入口等GNSS信号易受干扰的场景中,PPP与惯性导航系统(INS)的组合定位方案展现出显著优势。当前主流自动驾驶解决方案如Waymo、Cruise等,都在测试环境中验证PPP/INS紧耦合技术的可行性。不过在实际落地时,仍需解决PPP初始化时间较长、城市峡谷环境信号遮挡等问题,这也成为AI产品经理在技术选型时需要权衡的关键因素。

什么是多频GNSS?

多频GNSS(Global Navigation Satellite System)是指能够同时接收和处理多个频段卫星导航信号的全球导航卫星系统技术。传统GNSS接收机通常仅使用单一频段(如GPS的L1频段),而多频GNSS通过接收L1、L2、L5等多个频段的信号,利用不同频段信号传播特性的差异,有效抵消电离层延迟误差,显著提升定位精度和可靠性。这项技术将水平定位误差从米级降低至亚米级甚至厘米级,在复杂城市峡谷、多路径效应严重的环境中表现尤为突出。 在自动驾驶领域,多频GNSS已成为高精度定位不可或缺的组成部分。与惯导系统(INS)和激光雷达融合后,可实现全天气条件下厘米级的绝对定位,为路径规划和决策控制提供可靠的空间基准。值得注意的是,多频GNSS接收机需要更复杂的天线设计和信号处理算法,目前行业正在通过片上系统(SoC)集成降低其功耗和成本。随着北斗三号、伽利略等新一代卫星系统的部署,多频GNSS在自动驾驶中的应用前景将更加广阔。

什么是北斗系统?

北斗系统是中国自主研发的全球卫星导航系统,与美国GPS、俄罗斯GLONASS和欧盟Galileo并列为世界四大卫星导航系统。该系统由空间段、地面段和用户段三部分组成,通过35颗卫星组成的星座网络提供全球覆盖的定位、导航和授时服务,在亚太地区可实现厘米级高精度定位。北斗系统不仅具备传统卫星导航的基本功能,还创新性地集成了短报文通信服务,这一独特功能使其在应急救援等特殊场景中具有不可替代的优势。 对于自动驾驶汽车开发而言,北斗系统的高精度定位能力是车辆环境感知的基础支撑。其厘米级实时动态差分定位(RTK)技术能显著提升自动驾驶车辆的定位精度,结合惯性导航系统(INS)可有效解决城市峡谷等复杂环境下的信号遮挡问题。此外,北斗的短报文通信功能为车联网提供了冗余通信通道,在蜂窝网络覆盖不足的区域仍能保持车辆与外界的连接,这对提升自动驾驶系统的安全性和可靠性具有重要意义。随着北斗三号系统的全球组网完成,其与5G、C-V2X等技术的融合应用将为智能网联汽车带来更广阔的发展空间。

什么是电离层延迟?

电离层延迟是GNSS(全球导航卫星系统)信号在穿过地球电离层时由于电子密度变化而产生的传播延迟现象。当卫星信号穿越电离层时,会与该区域的自由电子发生相互作用,导致信号传播速度减缓,这种延迟量与信号频率的平方成反比,是影响GNSS定位精度的主要误差源之一。在现代高精度定位系统中,通常采用双频接收机或电离层模型进行误差修正,以厘米级精度为自动驾驶车辆提供可靠的位置服务。 对于自动驾驶汽车而言,电离层延迟的精确补偿直接关系到车道级定位的可靠性。特别是在城市峡谷或多路径效应严重的区域,电离层延迟与多路径误差的耦合可能导致定位漂移。目前主流解决方案是结合RTK(实时动态差分定位)与多频段GNSS接收技术,通过载波相位观测值消除电离层一阶项影响。随着低轨卫星互联网星座的发展,未来有望通过星基增强系统实现全球均匀分布的电离层延迟实时修正,这将显著提升自动驾驶系统在复杂环境下的鲁棒性。

什么是对流层延迟?

对流层延迟是卫星导航信号穿过地球对流层时产生的传播延迟现象,主要由大气中的水蒸气和干燥气体引起。这种延迟会导致卫星信号传播时间增加,使接收机计算的位置产生误差,通常在2-20米范围内变化。对流层延迟与信号频率无关,且无法通过双频观测完全消除,需要通过气象参数建模或实时估计进行修正。 在自动驾驶领域,高精度定位系统必须考虑对流层延迟的影响。通过融合实时气象数据或采用自适应滤波算法,可有效补偿该误差。例如,多频多系统GNSS接收机配合局域增强系统,能将定位精度提升至厘米级,这对车道级导航和自动驾驶决策至关重要。随着气象观测技术的进步,基于机器学习的延迟预测模型正成为研究热点。

什么是RAIM算法?

RAIM(Receiver Autonomous Integrity Monitoring,接收机自主完好性监测)算法是卫星导航系统中用于实时监测定位结果可靠性的关键技术。它通过分析多颗可见卫星的观测数据一致性,检测并排除存在故障的卫星信号,从而保障定位结果的准确性和安全性。其核心原理是利用冗余观测值构建统计检验量,当某颗卫星的观测值与其他卫星存在显著偏差时,系统会触发告警并自动将该卫星排除在定位解算之外。 在自动驾驶领域,RAIM算法被深度整合进高精度定位模块,成为保障行车安全的重要防线。特别是在城市峡谷、隧道出入口等卫星信号易受干扰的场景中,该算法能有效识别信号异常,防止因单点故障导致定位漂移。现代自动驾驶系统通常采用多频多星座的增强型RAIM方案,结合惯性导航数据,将定位误差控制在厘米级,为路径规划和决策控制提供可靠的空间基准。

什么是WAAS?

WAAS(Wide Area Augmentation System,广域增强系统)是由美国联邦航空管理局开发的一套卫星导航增强系统,旨在提高全球定位系统(GPS)的精度、完整性和可用性。该系统通过地面参考站网络监测GPS信号误差,并利用地球静止轨道卫星向用户广播校正数据,可将GPS定位精度从原有的10米级提升至1米以内。WAAS最初为航空导航设计,但其高精度特性使其在自动驾驶、精准农业等领域具有重要应用价值。 在自动驾驶领域,WAAS提供的亚米级定位精度为车辆定位系统提供了重要补充。特别是在城市峡谷、隧道等卫星信号易受干扰的场景下,WAAS的完整性监测功能可及时预警定位误差,保障自动驾驶系统的安全性。当前主流自动驾驶解决方案通常采用WAAS与惯性导航系统(INS)、激光雷达等多传感器融合的方案,以实现在复杂环境下的精确定位。随着自动驾驶对定位精度的要求不断提高,WAAS及其衍生技术将继续在自动驾驶高精度定位领域发挥关键作用。

什么是WiFi指纹?

WiFi指纹(WiFi Fingerprinting)是一种基于无线信号特征的室内定位技术,其核心思想是通过采集特定位置周边的WiFi信号强度(RSSI,Received Signal Strength Indicator)和接入点(AP)信息,构建该位置的独特“指纹”数据库。当设备进入该区域时,通过实时扫描周围WiFi信号并与数据库中的指纹匹配,即可实现米级甚至亚米级的定位精度。这种技术不依赖GPS,尤其适用于卫星信号无法覆盖的室内场景。 在自动驾驶领域,WiFi指纹技术常作为高精度定位的补充手段,解决隧道、地下停车场等GNSS信号缺失环境的定位问题。例如,自动驾驶车辆进入地下车库时,可通过预置的WiFi指纹地图实现厘米级定位,辅助视觉和激光雷达完成精准泊车。当前研究正探索将WiFi指纹与IMU、UWB等多传感器融合,进一步提升复杂场景下的定位鲁棒性。延伸阅读推荐《Indoor Location Fingerprinting Techniques for Autonomous Driving》(IEEE Transactions on Intelligent Vehicles, 2022)一文。